這篇的前提是你已經決定外包
要不要外包本身是另一個問題，寫在自己寫、買現成工具，還是找服務商。這篇假設你已經過了那一關，接下來要解決的是怎麼把這件事辦好。
外包資料擷取最貴的坑通常不在價格上，而在沒提前說清楚的那幾件事：資料歸誰、目標站改版算誰的、重做幾次算包含在內。這些在合作順利時不重要，出問題時全是它們。
第一步：挑
五個可以直接問的問題
這五個問題不需要你懂技術，但能篩掉大部分不靠譜的：
一、能不能先做小規模測試，測試結論歸不歸我？ 不肯先測的要謹慎。測試是用最小成本確認這件事能不能做，繞過這一步直接報價，多半是沒實際跑過。
二、目標平台有哪些具體限制？ 答不上來，或者說「都能取」的，大概率沒實際跑過。真做過的人會告訴你單次查詢上限多少、哪些欄位在詳情頁、翻頁能翻多深。
三、交付裡有沒有來源連結和擷取時間？ 沒有這兩項的資料，出現爭議時你無法自證。這是判斷專業程度最快的一個問題。
四、關鍵欄位的完整率大概多少？ 承諾「欄位都會有」的要警惕。多數欄位的填寫率是平台的客觀情況，不會因為多花錢而提高——肯說實話的人會給你一個區間。
五、哪些需求你們不接？ 一個連邊界都說不清的服務商，風險最終會落到你身上。
這五個問題的完整版和判斷標準，寫在關於我們。你可以拿同一套問題去問任何一家，包括我們。
一個反直覺的判斷
主動勸你別做的，通常更可信。
如果你的需求是一次性的、量不大、目標站結構簡單，一個誠實的服務商會告訴你自己做更划算——因為接下來對雙方都沒意思。聽到這種回答不要覺得對方不專業，恰恰相反。
第二步：談
報價差三倍，先別砍價
三家報價差很多，最常見的原因不是有人黑心，是三家理解的需求不一樣。
同一個「一萬筆商家名單」，可以是：
- 列表頁上就有的欄位，一次搜尋翻頁就完事
- 每筆都要點進詳情頁取聯絡方式，請求量大一到兩個數量級
- 還要跨多個來源交叉去重，工作量再翻一倍
報價差三倍，通常是這三種理解各占一家。
正確做法不是壓價，是把需求寫死之後讓三家重新報。需求怎麼寫才夠死，寫在一份可執行的資料需求應該包含什麼——把那七項填完寄過去，收到的報價才有可比性。
必須提前寫清楚的五件事
這五條在合作順利時用不上，出問題時全靠它們：
一、資料所有權與保密。 交付給你的資料你能不能自由使用、服務商能不能轉售給別人、你的需求內容會不會被用於別處。這不是業界預設，要明確說。
二、重做的邊界。 交付後發現口徑不對，改幾次算包含在內、超出之後怎麼算。不定這條，雙方對「應該免費改」的理解會差很遠。
三、目標站改版怎麼辦。 週期性專案一定會遇到。合理的約定是約定週期內的結構維護由服務商承擔，但目標站做了根本性改動（比如整體轉到登入後可見）時雙方重新評估。留到發生時再談通常談不攏。
四、付款節點。 測試階段不收費、通過後依里程碑付，比一次性全額預付合理。要求全額預付且不肯先測試的，風險在你這邊。
五、交付物到底包括什麼。 除了資料檔案本身，有沒有欄位說明、完整率統計、去重規則說明、已知限制清單。只給一個表格檔案不算完整交付，出問題時你無從判斷是資料錯了還是理解錯了。
不該談的那部分
有些東西不管出價多少都不該做，看到對方肯接反而要小心：
- 繞過登入、付費牆或驗證機制
- 用你提供的帳號登入去擷取
- 挖掘個人姓名、職稱、私人信箱與手機號
- 以規避平台風控為目的的需求
肯接這些的服務商，也肯把你的資料賣給別人。完整的邊界說明寫在海外公開資料擷取的合規邊界。
第三步：驗
筆數達標不等於資料可用。 驗收時真正該看的是這四項：
- 必須有欄位的填充率 —— 和測試階段給的數字對不對得上
- 去重口徑執行得對不對 —— 依約定的規則抽查幾十筆
- 來源連結可點開 —— 隨機抽十筆點進去，看內容和資料對不對得上
- 擷取時間是否合理 —— 快照欄位有沒有帶時間，時間跨度是不是符合約定
三步驗收流程和每一步具體怎麼查，寫在資料交付應該按什麼標準驗收。
週期性專案還要多驗一項
第二次交付到手時，把兩次的各欄位空值率做個比對。
正常情況下這個比例是穩定的。如果某個欄位從九成掉到兩成，那不是資料源變了，是擷取規則失效了——而且很可能沒人發現，因為腳本不報錯。這一項五分鐘就能查，但省掉的麻煩很大。相關的判斷寫在自己寫的爬蟲被擋了，接下來該判斷什麼。
一份可以直接照抄的確認清單
簽之前把這幾行過一遍，缺哪條補哪條：
- 小規模測試是否免費，結論是否歸我
- 關鍵欄位的實測完整率是多少
- 交付物清單：資料檔案、欄位說明、完整率統計、去重規則、已知限制
- 資料所有權與保密約定
- 重做次數與邊界
- 目標站改版的處理方式與費用歸屬
- 付款節點與比例
- 週期性專案的更新頻率與失敗處理
這份清單和需求範本配合用：範本負責說清你要什麼，清單負責說清雙方各自負責什麼。
什麼情況下外包本身就不合適
- 需求還沒想清楚 —— 外包不能替你定義問題，需求含糊會在溝通上耗掉比省下來更多的時間
- 一次性的小量需求 —— 走一遍採購流程比自己做還慢
- 要的是採購意向、精準客戶這類判斷 —— 公開資料給不了，任何聲稱能給的都要警惕
- 核心內容在登入牆後 —— 換哪家服務商結果都一樣，限制不在執行方
前兩種自己做更划算，後兩種要改的是需求本身。判斷標準寫在小規模測試到底測什麼。